Stage de recherche : Technologies radio avancées pour l'efficacité énergétique des réseaux mobiles (F/H)
Orange is hiring a Stage de recherche : Technologies radio avancées pour l'efficacité énergétique des réseaux mobiles (F/H). Level rates it ; you can apply on Orange.
Level's read on this job
- Little AI ●○○○ is how Level rates this role: aI is not part of the work.
- Level lists 858 other open roles at Orange.
- The role was posted in the last few days.
AI in this role
Publication date : Sep 25, 2026, 3:55PM
Contract duration : 6 months
Contexte :
Les réseaux mobiles sont traditionnellement dimensionnés pour satisfaire des exigences de couverture, de capacité et de qualité de service (QoS). Dans un contexte de réduction énergétique, de maîtrise de l'empreinte carbone et de contrôle des coûts, leur conception doit désormais intégrer des indicateurs d'impact plus larges.
Dans le cadre du framework Network Design-to-Impact (D2I), une thèse en cours porte sur le RAN pruning : la réduction du nombre de sites radio actifs, déployés ou renouvelés, tout en maîtrisant la QoS [1]. Pour déterminer quels sites peuvent être supprimés, il faut d'abord évaluer les limites techniques du réseau en exploitant la diversité radio disponible (fréquentielle, angulaire, spatiale/utilisateur, coopération entre points de transmission). Ce stage répond à la question : jusqu'où pousser le RAN pruning en exploitant conjointement des technologies radio avancées ?
Objectif principal :
L'objectif est d'étendre un framework de simulation de RAN pruning existant, afin d'évaluer des leviers technologiques radio avancés permettant un pruning plus poussé, en améliorant couverture, répartition de charge et performances en bordure de cellule avant suppression des sites.
Principaux leviers considérés :
MU-MIMO (Multi-User Multiple-Input Multiple-Output), diversité spatiale et utilisateur ;
fonctionnement multi-bandes, diversité fréquentielle ;
beamforming, tilt d'antenne et optimisation de puissance, diversité angulaire et de puissance ;
coopération multi-TRP (multiple Transmission and Reception Point) / CoMP (Coordinated Multi-Point), diversité de coopération.
Un framework analytique et de simulation MU-MIMO a déjà été développé [2] ; le stage consistera à l'implémenter et l'évaluer au sein du framework RAN pruning. Le volet multi-bandes sera traité au niveau modélisation, en s'appuyant sur la Carrier Aggregation (CA) comme référence technologique concrète illustrant comment plusieurs component carriers peuvent être exploités conjointement dans les systèmes cellulaires [6], et sur des architectures multi-bandes récentes [5], sans viser une implémentation standardisée complète.
Le volet multi-TRP sera une couche de coopération pour les zones de bordure de cellule, afin d'évaluer si des points de transmission voisins peuvent améliorer conjointement couverture et débit après pruning, sans reproduire toute la complexité de standardisation, en s'appuyant sur des travaux récents de l'équipe sur la transmission conjointe cohérente multi-TRP 3GPP [10].
Ce stage s'adresse à un·e étudiant·e en dernière année d'école d'ingénieur, en Master 2, ou en année de césure, avec une formation en communications sans fil, réseaux mobiles, traitement du signal, mathématiques appliquées, calcul scientifique ou optimisation.
Compétences attendues
- Solides compétences en programmation (MATLAB et/ou Python/C/C++) ;
- Bonne compréhension des communications sans fil et réseaux mobiles ;
- Bases en probabilités, files d'attente et optimisation ;
- Intérêt pour les technologies radio 5G/6G ;
- Capacité à s'approprier une base de code de recherche existante.
Connaissances en MU-MIMO, CoMP, géométrie stochastique ou files d'attente appréciées mais non indispensables si le profil technique et de programmation est solide. La modélisation s'appuiera sur des outils de géométrie stochastique et de files d'attente [3, 4], dans une démarche de conception de réseaux cellulaires verts [9].
Références
[1] I. Merah, M. Kieffer, S.-E. Elayoubi, T. Clessienne, and B. Sayrac, “Towards Network Design-to-Impact: RAN Pruning for Sustainability,” in Proc. IEEE International Conference on Communications (ICC), 2026.
[2] I. Merah, M. Kieffer, S.-E. Elayoubi, T. Clessienne, and B. Sayrac, “A Unified PHY–MAC Queuing Theoretical Framework for MU-MIMO Optimization,” submitted to IEEE Global Communications Conference (GLOBECOM), 2026.
[3] J. G. Andrews, F. Baccelli, and R. K. Ganti, “A Tractable Approach to Coverage and Rate in Cellular Networks,” IEEE Transactions on Communications, Nov. 2011.
[4] T. Bonald and A. Proutiere, “Wireless Downlink Data Channels: User Performance and Cell Dimensioning,” in Proc. ACM MobiCom, 2003.
[5] M. A. Saeidi, H. Tabassum, and M.-S. Alouini, “Multi-band Wireless Networks: Architectures, Challenges, and Comparative Analysis,” IEEE Communications Magazine, Jan. 2024.
[6] G. Yuan, X. Zhang, W. Wang, and Y. Yang, “Carrier Aggregation for LTE-Advanced Mobile Communication Systems,” IEEE Communications Magazine, Feb. 2010.
[7] D. Gesbert, S. Hanly, H. Huang, S. Shamai, O. Simeone, and W. Yu, “Multi-Cell MIMO Cooperative Networks: A New Look at Interference,” IEEE Journal on Selected Areas in Communications, Dec. 2010.
[8] H. Eckhardt, S. Klein, and M. Gruber, “Vertical Antenna Tilt Optimization for LTE Base Stations,” in Proc. IEEE 73rd Vehicular Technology Conference (VTC Spring), 2011.
[9] Z. Hasan, H. Boostanimehr, and V. K. Bhargava, “Green Cellular Networks: A Survey, Some Research Issues and Challenges,” IEEE Communications Surveys & Tutorials, 2011.
[10] L. Berrah, R. Visoz, and D. Le Ruyet, “Precoding and Delay Offset Selection Strategies for 3GPP Multi-TRP Coherent Joint Transmission,” in Proc. IEEE International Conference on Communications (ICC) Workshops, 2026.
[11] E. Björnson, J. Hoydis, and L. Sanguinetti,“Massive MIMO Networks: Spectral, Energy, and Hardware Efficiency,” Foundations and Trends in Signal Processing, 2017.
- Un stage concret et porteur de sens, avec un fort contenu technique
- Une thématique à la croisée de la couche physique, de la couche d'accès au médium (MAC) et de l'optimisation énergétique ;
- Une mission valorisante offrant une réelle autonomie ;
- Un environnement d'innovation appliquée ;
- L'opportunité de contribuer à un projet à fort impact sociétal ;
- Un encadrement fondé sur de solides principes de durabilité.
Au sein d'Orange Research, le domaine Networks and Infrastructures Research conçoit et expérimente les réseaux et infrastructures de demain, en lien avec notre écosystème, afin d'offrir une connectivité ambiante et des capacités de calcul distribué créatrices de valeur, durables et dignes de confiance.
Desired start date : Feb 01, 2027, 12:00AM
At Orange, only your skills matter.
Regardless of your age, gender, background, origin, religion, sexual orientation, disability, neurodiversity, or appearance, we actively encourage diversity within our teams, as it is a collective strength and a driver of innovation.
Orange is a disability-inclusive employer: please feel free to let us know about any specific needs you may have.
How we rate this
Stage de recherche : Technologies radio avancées pour l'efficacité énergétique des réseaux mobiles (F/H) at Orange rates 38 out of 100 for how much of the daily work is AI. That makes it Little AI (AI Level 1 of 4). The level is about AI in the job, not seniority.
Little AI. AI is not part of the work.
- ●●●● Builds AI80 to 100
- ●●●○ Works on AI60 to 79
- ●●○○ Uses AI40 to 59
- ●○○○ Little AI0 to 39
Levels come from how often the tools, models and workflows of the role are named in the posting itself. Read the description and count the AI tools, models and workflows it names.
Get new AI jobs by email
One email a week with the new AI jobs, each rated for how much AI is in the work. No recruiter spam, unsubscribe in one click.
Free. One email a week. Unsubscribe in one click.
Similar roles
Other roles that involve little AI, at other companies.
What kind of AI work fits you?
Answer 12 practical questions in about three minutes. Get a simple profile, the work it points to, and live roles to explore next.
Find my next step